From perception to reaction: an RLCC-engine-driven cybersecurity framework for smart agricultural ecosystems

农业4.0大量使用互联传感器、自主农业设备、基于云计算的农场管理系统以及数据驱动的决策。尽管这些工具提高了农场运营的生产力和可持续性，但也使农业设备、物联网（IoT）设备、供应链管理系统和农业数据面临网络安全攻击的风险。农业部门的网络安全事件可能导致运营中断、经济损失以及数据主权的受损。为应对这些风险，本研究采用三阶段分析方法，包括通过文献和基础设施分析识别挑战、对已识别挑战进行优先级排序，以及将其系统映射到由感知层、网络层、边缘层和云/应用层组成的四层农业数据共享生态系统（ADE）架构上。分析识别出导致农业网络安全风险的六项结构性挑战：数据管理、数据治理、集成与互操作性、数据隐私与安全、知识差距以及基础设施局限性。基于这些发现，提出一个概念性的多层网络安全框架，引入专门的响应层，实现跨ADE各层的协调预防、检测和缓解。响应层的运行逻辑通过响应层跨层协调（RLCC）算法加以形式化，该算法规定了跨ADE基础设施各层的预防、检测、缓解和审计行动的序列协调，并将每项响应行动与已识别的挑战相关联。为支持从概念设计向实际部署的过渡，概述了一个初步原型架构。该架构明确了哪些组件可以使用现有技术，哪些需要新开发，并定义了用于评估该框架的场景和指标。